robot

• Açıklama :

RoboNet, 113 benzersiz kamera bakış açısından alınan 15 milyondan fazla robot-nesne etkileşimi video karesi içerir.

• Eylemler, konumdaki deltalar ve robot uç efektörüne dönüş ve kavrayıcı eklem için ayrılan eylem vektörünün ek bir boyutudur.

• Durumlar, sınırlı dönüşe sahip kartezyen uç efektör kontrol eylem alanı ve bir kıskaç eklemidir.

• Ek Belgeler : Belgeleri Keşfedin

• Anasayfa : https://www.robonet.wiki/

• Kaynak kodu : tfds.datasets.robonet.Builder

• sürümler :

  • 4.0.1 (varsayılan): Sürüm notu yok.

• Denetlenen anahtarlar (Bkz as_supervised doc ): None

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Alıntı :

@article{dasari2019robonet,
  title={RoboNet: Large-Scale Multi-Robot Learning},
  author={Dasari, Sudeep and Ebert, Frederik and Tian, Stephen and
  Nair, Suraj and Bucher, Bernadette and Schmeckpeper, Karl
  and Singh, Siddharth and Levine, Sergey and Finn, Chelsea},
  journal={arXiv preprint arXiv:1910.11215},
  year={2019}
}

robonet/robonet_sample_64 (varsayılan yapılandırma)

• Yapılandırma açıklaması : 64x64 RoboNet Örneği.

• İndirme boyutu : 119.80 MiB

• Veri kümesi boyutu : 183.04 MiB

• Otomatik önbelleğe alınmış ( belgeleme ): Yalnızca shuffle_files=False (tren) olduğunda

• bölmeler :

Bölmek	örnekler
'train'	700

• Özellik yapısı :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Açıklama
	ÖzelliklerDict
hareketler	tensör	(Yok, 5)	şamandıra32
dosya adı	Metin		sicim
devletler	tensör	(Yok, 5)	şamandıra32
video	Video(Resim)	(Yok, 64, 64, 3)	uint8

• Örnekler ( tfds.as_dataframe ):

robonet/robonet_sample_128

• Yapılandırma açıklaması : 128x128 RoboNet Örneği.

• İndirme boyutu : 119.80 MiB

• Veri kümesi boyutu : 638.98 MiB

• Otomatik önbelleğe alınmış ( belgeleme ): Hayır

• bölmeler :

Bölmek	örnekler
'train'	700

• Özellik yapısı :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Açıklama
	ÖzelliklerDict
hareketler	tensör	(Yok, 5)	şamandıra32
dosya adı	Metin		sicim
devletler	tensör	(Yok, 5)	şamandıra32
video	Video(Resim)	(Yok, 128, 128, 3)	uint8

• Örnekler ( tfds.as_dataframe ):

robonet/robonet_64

• Yapılandırma açıklaması : 64x64 RoboNet.

• İndirme boyutu : 36.20 GiB

• Veri kümesi boyutu : 41.37 GiB

• Otomatik önbelleğe alınmış ( belgeleme ): Hayır

• bölmeler :

Bölmek	örnekler
'train'	162.417

• Özellik yapısı :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Açıklama
	ÖzelliklerDict
hareketler	tensör	(Yok, 5)	şamandıra32
dosya adı	Metin		sicim
devletler	tensör	(Yok, 5)	şamandıra32
video	Video(Resim)	(Yok, 64, 64, 3)	uint8

• Örnekler ( tfds.as_dataframe ):

robonet/robonet_128

• Yapılandırma açıklaması : 128x128 RoboNet.

• İndirme boyutu : 36.20 GiB

• Veri kümesi boyutu : 144.90 GiB

• Otomatik önbelleğe alınmış ( belgeleme ): Hayır

• bölmeler :

Bölmek	örnekler
'train'	162.417

• Özellik yapısı :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Açıklama
	ÖzelliklerDict
hareketler	tensör	(Yok, 5)	şamandıra32
dosya adı	Metin		sicim
devletler	tensör	(Yok, 5)	şamandıra32
video	Video(Resim)	(Yok, 128, 128, 3)	uint8

• Örnekler ( tfds.as_dataframe ):